《Python智慧型最佳化算法：從原理到代碼實現與套用》是2022年由電子工業出版社出版的書籍，作者是范旭，陳克偉，魏曙光，主要講述10種智慧型最佳化算法（黏菌算法、人工蜂群算法、蝗蟲最佳化算法、蝴蝶最佳化算法、飛蛾撲火最佳化算法、海鷗最佳化算法、麻雀搜尋算法、鯨魚最佳化算法、黃金正弦算法、教與學最佳化算法）的基本原理、代碼實現、套用案例和性能測試等內容。
基本介紹
- 書名：Python智慧型最佳化算法：從原理到代碼實現與套用
- 作者：范旭、陳克偉、魏曙光
- 類別：計算機算法
- 出版社：電子工業出版社
- 出版時間：2022年9月1日
- 頁數：280 頁
- 定價：59.8 元
- 開本：16 開
- ISBN：9787121441479
- 字數：448千字
內容簡介,圖書目錄,
內容簡介
本書以理論結合套用為指導思想，以智慧型最佳化算法為對象，以Python為開發語言，主要講解智慧型最佳化算法的基本原理、代碼實現、套用案例和性能測試。本書輕理論，重實踐，目的是使讀者能夠迅速地入門並掌握智慧型最佳化算法及其Python代碼實現的相關技巧，並在後續的學術研究和工程實踐中加以套用。本書分為12章，第1章～第10章分別介紹10種智慧型最佳化算法（黏菌算法、人工蜂群算法、蝗蟲最佳化算法、蝴蝶最佳化算法、飛蛾撲火最佳化算法、海鷗最佳化算法、麻雀搜尋算法、鯨魚最佳化算法、黃金正弦算法、教與學最佳化算法）的基本原理、Python代碼實現、套用案例；第11章、第12章介紹智慧型最佳化算法的基準測試集和性能測試。
本書取材新穎、案例豐富、通俗易懂，可作為廣大高校本科生、研究生的學習用書，也可作為廣大科研人員、學者、工程技術人員的參考用書。
圖書目錄
目錄
第1章 黏菌算法及其Python實現 1
1.1 黏菌算法的基本原理 1
1.1.1 接近食物階段 1
1.1.2 包圍食物階段 2
1.1.3 抓取食物階段 2
1.1.4 黏菌算法流程 3
1.2 黏菌算法的Python實現 4
1.2.1 種群初始化 4
1.2.2 適應度函式 5
1.2.3 邊界檢查和約束函式 6
1.2.4 黏菌算法代碼 7
1.3 黏菌算法的套用案例 10
1.3.1 求解函式極值 10
1.3.2 基於黏菌算法的壓力容器設計 12
1.3.3 基於黏菌算法的三桿桁架設計 15
1.3.4 基於黏菌算法的拉壓彈簧設計 18
參考文獻 21
第2章 人工蜂群算法及其Python實現 22
2.1 人工蜂群算法的基本原理 22
2.1.1 種群初始化 23
2.1.2 引領蜂搜尋 24
2.1.3 跟隨蜂搜尋 24
2.1.4 偵察蜂搜尋 25
2.1.5 人工蜂群算法流程 25
2.2 人工蜂群算法的Python實現 26
2.2.1 種群初始化 26
2.2.2 適應度函式 28
2.2.3 邊界檢查和約束函式 28
2.2.4 輪盤賭策略 29
2.2.5 人工蜂群算法代碼 30
2.3 人工蜂群算法的套用案例 34
2.3.1 求解函式極值 34
2.3.2 基於人工蜂群算法的壓力容器設計 36
2.3.3 基於人工蜂群算法的三桿桁架設計 39
2.3.4 基於人工蜂群算法的拉壓彈簧設計 42
參考文獻 45
第3章 蝗蟲最佳化算法及其Python實現 46
3.1 蝗蟲最佳化算法的基本原理 46
3.1.1 蝗蟲最佳化算法數學模型 46
3.1.2 社會相互作用力 47
3.1.3 蝗蟲最佳化算法流程 50
3.2 蝗蟲最佳化算法的Python實現 50
3.2.1 種群初始化 50
3.2.2 適應度函式 52
3.2.3 邊界檢查和約束函式 52
3.2.4 社會相互作用力函式 53
3.2.5 蝗蟲最佳化算法代碼 54
3.3 蝗蟲最佳化算法的套用案例 57
3.3.1 求解函式極值 57
3.3.2 基於蝗蟲最佳化算法的壓力容器設計 59
3.3.3 基於蝗蟲最佳化算法的三桿桁架設計 62
3.3.4 基於蝗蟲最佳化算法的拉壓彈簧設計 65
參考文獻 68
第4章 蝴蝶最佳化算法及其Python實現 69
4.1 蝴蝶最佳化算法的基本原理 69
4.1.1 蝴蝶的香味 69
4.1.2 蝴蝶的移動與疊代 70
4.1.3 蝴蝶最佳化算法流程 71
4.2 蝴蝶最佳化算法的Python實現 72
4.2.1 種群初始化 72
4.2.2 適應度函式 73
4.2.3 邊界檢查和約束函式 74
4.2.4 蝴蝶最佳化算法代碼 75
4.3 蝴蝶最佳化算法的套用案例 77
4.3.1 求解函式極值 77
4.3.2 基於蝴蝶最佳化算法的壓力容器設計 80
4.3.3 基於蝴蝶最佳化算法的三桿桁架設計 83
4.3.4 基於蝴蝶最佳化算法的拉壓彈簧設計 86
參考文獻 89
第5章 飛蛾撲火最佳化算法及其Python實現 90
5.1 飛蛾撲火最佳化算法的基本原理 90
5.1.1 飛蛾與火焰 90
5.1.2 飛蛾撲火行為 91
5.1.3 飛蛾撲火最佳化算法流程 93
5.2 飛蛾撲火最佳化算法的Python實現 95
5.2.1 種群初始化 95
5.2.2 適應度函式 96
5.2.3 邊界檢查和約束函式 97
5.2.4 飛蛾撲火最佳化算法代碼 98
5.3 飛蛾撲火最佳化算法的套用案例 100
5.3.1 求解函式極值 100
5.3.2 基於飛蛾撲火最佳化算法的壓力容器設計 103
5.3.3 基於飛蛾撲火最佳化算法的三桿桁架設計 106
5.3.4 基於飛蛾撲火最佳化算法的拉壓彈簧設計 109
參考文獻 112
第6章 海鷗最佳化算法及其Python實現 113
6.1 海鷗最佳化算法的基礎原理 113
6.1.1 海鷗遷徙 113
6.1.2 海鷗攻擊獵物 114
6.1.3 海鷗最佳化算法流程 114
6.2 海鷗最佳化算法的Python實現 115
6.2.1 種群初始化 115
6.2.2 適應度函式 117
6.2.3 邊界檢查和約束函式 117
6.2.4 海鷗最佳化算法代碼 118
6.3 海鷗最佳化算法的套用案例 121
6.3.1 求解函式極值 121
6.3.2 基於海鷗最佳化算法的壓力容器設計 123
6.3.3 基於海鷗最佳化算法的三桿桁架設計 126
6.3.4 基於海鷗最佳化算法的拉壓彈簧設計 129
參考文獻 132
第7章 麻雀搜尋算法及其Python實現 133
7.1 麻雀搜尋算法的基本原理 133
7.1.1 麻雀種群 133
7.1.2 發現者位置更新 134
7.1.3 加入者位置更新 134
7.1.4 遇險應急的麻雀位置更新 134
7.1.5 麻雀搜尋算法流程 135
7.2 麻雀搜尋算法的Python實現 136
7.2.1 種群初始化 136
7.2.2 適應度函式 137
7.2.3 邊界檢查和約束函式 138
7.2.4 麻雀搜尋算法代碼 139
7.3 麻雀搜尋算法的套用案例 142
7.3.1 求解函式極值 142
7.3.2 基於麻雀搜尋算法的壓力容器設計 144
7.3.3 基於麻雀搜尋算法的三桿桁架設計 147
7.3.4 基於麻雀搜尋算法的拉壓彈簧設計 150
參考文獻 153
第8章 鯨魚最佳化算法及其Python實現 154
8.1 鯨魚最佳化算法的基本原理 154
8.1.1 包圍獵物 154
8.1.2 氣泡網攻擊方式 155
8.1.3 尋找獵物 157
8.1.4 鯨魚最佳化算法流程 158
8.2 鯨魚最佳化算法的Python實現 159
8.2.1 種群初始化 159
8.2.2 適應度函式 161
8.2.3 邊界檢查和約束函式 161
8.2.4 鯨魚最佳化算法代碼 162
8.3 鯨魚最佳化算法的套用案例 165
8.3.1 求解函式極值 165
8.3.2 基於鯨魚最佳化算法的壓力容器設計 167
8.3.3 基於鯨魚最佳化算法的三桿桁架設計 170
8.3.4 基於鯨魚最佳化算法的拉壓彈簧設計 173
參考文獻 176
第9章 黃金正弦算法及其Python實現 177
9.1 黃金正弦算法的基本原理 177
9.1.1 正弦函式 177
9.1.2 黃金分割 177
9.1.3 初始化 178
9.1.4 黃金分割係數計算 178
9.1.5 位置更新 179
9.1.6 黃金分割係數更新 179
9.1.7 黃金正弦算法流程 179
9.2 黃金正弦算法的Python實現 180
9.2.1 種群初始化 180
9.2.2 適應度函式 182
9.2.3 邊界檢查和約束函式 182
9.2.4 黃金正弦算法代碼 183
9.3 黃金正弦算法的套用案例 186
9.3.1 求解函式極值 186
9.3.2 基於黃金正弦算法的壓力容器設計 189
9.3.3 基於黃金正弦算法的三桿桁架設計 192
9.3.4 基於黃金正弦算法的拉壓彈簧設計 195
參考文獻 198
第10章 教與學最佳化算法及其Python實現 199
10.1 教與學最佳化算法的基本原理 199
10.1.1 教學階段 200
10.1.2 學習階段 200
10.1.3 教與學最佳化算法流程 200
10.2 教與學最佳化算法的Python實現 202
10.2.1 種群初始化 202
10.2.2 適應度函式 203
10.2.3 邊界檢查和約束函式 204
10.2.4 教與學最佳化算法代碼 205
10.3 教與學最佳化算法的套用案例 208
10.3.1 求解函式極值 208
10.3.2 基於教與學最佳化算法的壓力容器設計 210
10.3.3 基於教與學最佳化算法的三桿桁架設計 213
10.3.4 基於教與學最佳化算法的拉壓彈簧設計 216
參考文獻 219
第11章 智慧型最佳化算法基準測試集 220
11.1 基準測試集簡介 220
11.2 基準測試函式繪圖與測試函式代碼編寫 222
11.2.1 函式F1 222
11.2.2 函式F2 223
11.2.3 函式F3 224
11.2.4 函式F4 226
11.2.5 函式F5 227
11.2.6 函式F6 229
11.2.7 函式F7 230
11.2.8 函式F8 232
11.2.9 函式F9 234
11.2.10 函式F10 235
11.2.11 函式F11 237
11.2.12 函式F12 238
11.2.13 函式F13 240
11.2.14 函式F14 242
11.2.15 函式F15 244
11.2.16 函式F16 246
11.2.17 函式F17 248
11.2.18 函式F18 249
11.2.19 函式F19 251
11.2.20 函式F20 252
11.2.21 函式F21 254
11.2.22 函式F22 256
11.2.23 函式F23 258
第12章 智慧型最佳化算法性能測試 260
12.1 智慧型最佳化算法性能測試方法 260
12.1.1 平均值 260
12.1.2 標準差 260
12.1.3 最優值和最差值 261
12.1.4 收斂曲線 262
12.2 測試案例 262
12.2.1 測試函式信息 262
12.2.2 測試方法及參數設定 263
12.2.3 測試結果 263
